danforthcenter/plantcv

PlantCV – 植物表型用のコンピュータビジョンツール

何であるか – PlantCV は、植物の特徴（サイズ、形状、色、病気の症状など）を写真から測定するための画像解析アルゴリズムのコレクションをバンドルしたオープンソースのPythonライブラリです。高スループットの表型研究施設向けに設計されており、研究者が生の植物画像を定量データに変換するための一貫性があり、モジュール式の方法を提供することを目指しています。

主な特徴

• モジュール式パイプライン – セグメンテーション、オブジェクト検出、特徴抽出などの個々の処理ステップが再利用可能な関数として提供され、カスタムワークフローにチェーンできます。
• 広範なアルゴリズムベース – 伝統的なコンピュータビジョン技術（しきい値処理、モルフォロジー演算、輪郭解析）をラップし、他のパッケージの手法も統合しています。
• 拡張可能 – プラグインアーキテクチャのおかげで、既存のパイプラインを壊すことなく新しい手法を追加できます。
• クロスプラットフォーム – PyPI、Conda-forge、またはソースから直接インストール可能。Linux、macOS、Windowsで動作します。
• 豊富なドキュメントとチュートリアル – プロジェクトウェブサイトに完全なAPIリファレンス、ステップバイステップのチュートリアルギャラリー、および例題データセットがホストされています。

一般的なワークフロー

1. 画像の読み込み – pcv.readimage() で植物の写真を読み込みます。
2. 前処理 – フィルタの適用、色空間変換、背景除去などを実行します。
3. セグメンテーション – しきい値処理や機械学習ベースのマスクを使って植物組織を分離します。
4. 特徴抽出 – pcv.shape_features()、pcv.area()、pcv.fluorescence_intensity() などの関数を呼び出して測定値を計算します。
5. エクスポート – 結果はPythonオブジェクトとして返され、またはCSV/JSONに書き出して後続の分析に使用できます。

インストール

# pip経由
pip install plantcv

# または conda-forge 経由
conda install -c conda-forge plantcv

導入ガイド – プロジェクトの チュートリアルギャラリー (https://plantcv.org/tutorials) では、単純な葉面積測定からマルチカメラ表型パイプラインまで、一般的なユースケースを新規ユーザー向けにステップバイステップで解説しています。APIドキュメントは https://docs.plantcv.org/ で利用可能です。

コミュニティとサポート

• 問題と質問 – GitHubのイシューページでチケットを開いてください。
• 貢献 – ガイドラインとコードオブコンダクトが提供されています。リポジトリには70人以上の貢献者がリストされています。
• 引用 – 研究でこのライブラリを使用する際は、プロジェクトのホームページに掲載されているPlantCVの出版物を引用するようお願いしています。

ライセンス – BSD-3-Clause（LICENSEファイルを参照）。

---

PlantCVは、植物表型の分野にコンピュータビジョン技術を適用する本格的で積極的にメンテナンスされているソフトウェアプロジェクトであり、AI/MLの文脈に明確に位置づけられます。